Sok szó esett már az utóbbi években a közösségi média szerepéről a tömegmegmozdulásokon, legyen szó akár az arab tavaszról, a törökországi tiltakozásokról, a budapesti diáktüntetésekről, vagy éppen az Iszlám Állam propagandájáról. De abból is érdekes dolgokat tudhatunk meg, ha nem konkrétan azt vizsgáljuk, hogy egy specifikus célra hogyan használtak a résztvevők egy eszközt, hanem éppen a másik végéről közelítünk, és azt nézzük meg a közösségi média elemzésével, hogyan változtatta meg egy ilyen kivételes esemény a hétköznapokat. Például hogy milyen kilengést eredményezett egy forradalom abban, ahogy a helyiek a mindennapjaikat élik.
Erre keresi a választ a „The Exceptional & The Everyday: 144 Hours in Kiev” (A rendkívüli és a mindennapi: 144 óra Kijevben) című projekt, amely az ukrán forradalom instagramos reprezentációját vizualizálja. A kutatók 6165 felhasználó több mint 13 ezer Instagram fotóját használták fel hozzá, amelyek a forradalom 144 órájában (február 17. és 22. között) készültek a Függetlenség terén, vagyis a Majdanon.
Lényegében fogták az összes képet és időrendbe állították őket, így kaptak egy gigantikus tablót, a kritikus 144 óra képét, a maga ellentmondásos sokszínűségében, ahogy a helyiek elmesélték. Teljesen más kérdésekre kaphatunk így választ, a felhasználók saját képeinek ilyen nagy volumenű vizsgálatával, mintha hírügynökségek vagy a mainstream média képeit használnánk, amelyeket már egy meghatározott narratíva szerint előválogattak, és csak a legmeghatározóbb vagy legikonikusabb pillanatokra – és jóval kisebb mintára – korlátozódnak.
Ukrán zászlók és plüssállatok
Persze az ukrán forradalom Instagram-képeinek is van egy jellegzetes ikonográfiája. De a résztvevők számára mások a hangsúlyok, mást tartanak fontosnak elmondani vagy egyszerűen megörökíteni, például a kevésbé látványos várakozásokat az erőszak helyett. És mivel a projekt nem a felkelés résztvevőire korlátozódik, hanem meghatározott térre és időre, egyáltalán nem csak forradalmi felvételek kerültek be. Jól látszik belőle az a kontraszt, amiről már a helyszíni tudósításokban is lehetett olvasni: a város a legnagyobb harcok alatt is, néhány száz méterrel odébb, élte a szokásos életét, folytak a dolgos hétköznapok, a Majdantól egy sarokra működtek az éttermek, nyitva voltak a boltok.
Így fér meg a képek között, egymás mellett a lángoló barikád és a gőzölgő kávé, az elkendőzött arcú forradalmár és a tükörből fényképezett frizura, ukrán zászlók és plüssállatok, vagy a tüntető tömeg és a mosolygós szelfik. Látszik a két állapot dinamikája is, ahogy a 18-i este nagy összecsapásai háttérbe szorítják a mindennapit, hogy aztán másnap reggel újra elvesszenek a hétköznapi élet pillanatképei között. Érdemes barangolni a Guardian által online is bejárhatóvá tett, nagyítható és mozgatható idő-képen:
Több más vizualizációt is készített a kutatócsapat, például arról, hogyan oszlanak el a képek térben, időben, vagy hogy milyen tagekkel látták el őket.
Mindent látunk, semmit se tudunk
A big data, azaz a mindent elöntő adattenger korában már nem az a probléma, hogy valamiről adatot szerezzünk, hanem hogy minél hatékonyabban tudjuk rendszerezni és válogatni azt. Egyre gyakrabban és egyre több területen merül fel az igény, hogy valamilyen értelmet adjunk a minket körülvevő, irdatlan mennyiségű adatnak. Ez a célja például az adatújságírásnak, de erre törekszik a kijevi Instagram-projekt és általánosabban a kulturális analitika is.
Ez utóbbi azt mondja, hogy a kultúra, a kulturális termékek igenis vizsgálhatók kvantitatív módszerekkel, legalábbis bizonyos kérdéseket feltehetünk így nekik, amelyekre pontosabb választ kaphatunk, mintha kizárólag hagyományos bölcsészettudományi elemzésre támaszkodnánk. Természetesen nem helyettesíti egyik a másikat, de az új technológiai lehetőségekkel kiegészíthető a humán tudományok eszköztára is. A szövegek szoros olvasását (close reading) egy lépéssel hátrébbról segítheti a szövegek adatbázisának vizsgálata (distant reading).
A digitális bölcsészet a kultúra és a számítógép találkozása a boncasztalon. Olyan problémákat lehet így vizsgálni, amelyek egy óriási adathalmaz elemzését igénylik, ezért más módon kezelhetetlenek lennének. A számítógépes, statisztikai vizsgálatok ugyanakkor felfedezhetnek bizonyos mintázatokat, kimutathatóvá válnak szabad szemmel kevésbé látható trendek.
A kultúra minden területén népszerűek az ilyen irányú kutatások az utóbbi években. A Cinemetrics például a filmek szerkezetének és ritmusának vizsgálatából épített fel hatalmas adatbázist, amelyből a vágási stílusok változó trendjei olvashatók ki. (És itthon is folyik hasonló kutatás.) Az irodalomban pedig a viktoriánus kor több mint másfél millió szövegében előforduló szavak gyakoriságát mérik például, ez alapján árnyalják a kor értékrendjéről ma alkotott képünket.
Így szelfiztek ti
A mostani, kijevi kutatást a Software Studies Initiative nevű médialabor végezte, amelyet Lev Manovich, a New York-i Városi Egyetem (CUNY) doktori iskolájának professzora vezet. Az orosz származású Manovich az újmédia és digitális kultúra egyik úttörője, aki az elméleti alapozás mellett médiaművészként is gyakran kísérletezett az új technológiák gyakorlati lehetőségeivel. A kutatócsoporttal már 2007 óta foglalkoznak azzal, hogy nagy képhalmazokat elemezzenek szoftveresen, és vizualizálják az eredményeiket.
Számos vizuális analitikai projektjük volt már eddig is, Van Gogh stílusának változásaitól videojátékok elemzésén át Obama-videók összehasonlításig. Az első kifejezetten közösségi médiás kutatásuk, a Phototrails nevű projekt a világ 13 városának 2,3 millió Instagram-képe alapján kereste e városok sajátos vizuális kézjegyét, szociokulturális különbségeiket. Ezt vitte tovább a Selfiecity, amelyben 6 város több mint 3 ezer szelfijét hasonlították össze. Olyan kérdésekre kaptak így választ, mint hogy melyik városban milyen nemű és életkorú emberek mennyit mosolyognak, milyen pózban fényképezik magukat, vagy éppen milyen filtereket használnak. Az eredmények szerint jóval kevesebb szelfi készül egyébként a világon, mint gondolnánk, és nem csak akkor, hogy a szomszéd téren éppen forradalom zajlik.
___
